移动三维激光扫描系统在地下隧道工程病害检测中的应用

随着环境变化及结构劣化,地下隧道工程投入运营后不可避免会出现病害。如何快速准确获取地下隧道工程裂缝、渗漏水、管片错台等病害信息成为工程重点和难点。作为实景复制技术,三维扫描能够对扫描场景进行高精度的还原,基于多源传感器获取的地下隧道点云数据,借助智能识别算法及人工判读,进行深度挖掘分析,可以很好获取相关位置病害信息。以青岛地铁2号线为例,借助移动三维激光扫描(螺旋扫描)+线扫描相机+其他传感器等设备,探讨外业采集和数据处理过程关键技术方法,分析其在地下隧道工程病害检测及原始数据存档方面的综合应用,最终建立地下隧道三维信息数据库,实现快速检测和评估,从而预测隧道病害发展趋势,减少病害带来的损失,为类似项目提供了良好借鉴。     

以“多规合一”村庄规划为抓手探索乡村振兴困境和对策

近年来,我国已初步构建起乡村振兴战略的“四梁八柱”,然而,乡村振兴战略行动计划实施以来,因缺乏科学规划的引领,乡村振兴内生动力不足、成效不显著。旨在厘清“多规合一”村庄规划对实施乡村振兴意义的基础上,分析目前乡村振兴战略在指导乡村发展的过程中存在的难点和堵点,探索以编制“多规合一”村庄规划为抓手,从规划理念、规划内容、规划管控、规划方式、规划队伍、规划支撑、规划指导等方面探索解决问题的途径。     

安徽省金寨县青山地区钼多金属地质特征及成因浅析

根据安徽省金寨县青山地区大地构造环境、成矿地质条件、矿化特征、地球物理、地球化学特征等综合分析,研究区代表性矿脉为东冲矿段Mo28号矿脉、寨基山矿段Mo3号矿脉和寨基山矿段Mo1号矿脉。矿床成因属构造裂隙热液充填型。     

高速非均质体多尺度散射的实验研究（英文）

地下介质内部存在着复杂的非均质体,其非均质尺度对地震波传播具有显著影响。本文设计了一组11种直径的玻璃珠高速非均质模型,研究了这种三维非均质体对纵波传播的影响。每个模型中玻璃珠的体积分数（10%）相同,玻璃珠直径在0.18-11mm范围内变化。通过三种基质频率（0.83、0.61和0.34MHz）的超声脉冲测试,分析了纵波随非均质体尺度变化的波场特征及基质波数与非均质尺度乘积（ka）对纵波速度的影响。实验发现,非均质尺度影响波的传播,其波场变化较为复杂,记录的波形、振幅、速度等的变化与非均质尺度有明显的相关性;对于非均质体尺度较大的前向散射,在实验室中观察到明显的直达波与衍射波,这表明对于大尺度非均匀体,不能忽略直达波与衍射波的影响;速度与ka的关系表现出频率依赖性,这主要是由波数k、非均质尺度a引起的速度变化率不同引起的;不论是依据波形、振幅变化规律,还是不同频率速度与非均质尺度a之间的关系,确定的射线近似转换点在ka=10附近;当ka小于1时,速度缓慢变化并逐渐接近有效介质速度;对于速度扰动较大的非均匀介质,实验室测量的射线速度要明显小于微扰理论预测的速度。     

基于高频雷达回波谱多特征融合的浪高反演算法

高频地波雷达海洋回波谱的 Bragg 峰和二次谐波峰中,均蕴含着浪高信息,因此发展出了基于 Bragg 峰功率 （Power of Bragg Peak,PB）、二次谐波峰与 Bragg 功率比 （Power Ratio of Second Harmonic Peak to Bragg Peak,RSB）、双频 Bragg 峰功率比 （Power Ratio of Dual Frequency Bragg Peak,RDB） 等浪高反演算法。然而,三种算法均无法实现不同海况、不同距离下浪高的精确反演。本文研究发现,PB 算法适用于低海况,RSB 算法在近距离高海况下表现良好,而 RDB 算法适用于远距离测量,即三种算法高性能测量区间存在强互补性。在此基础上,本文提出了一种基于多特征 （PB、RSB 和 RDB） 融合的浪高反演算法,其中采用反向传播（Back Propagation,BP） 神经网络作为特征融合器。实验表明：本文算法在测量精度、波高适应范围、距离适应范围上均优于现有波高反演算法。     

多场景下自然资源业务审批地理底图智能调度技术

针对自然资源项目审批存在地块大小不均、图层多样、坐标点数目差异性大等特点,在调用地理底图进行空间分析过程中需适配多地块、多图层、多界址点等不同分析应用场景。本文以空间分析效率和分析系统稳定性为目标,开展动态调度机制研究,智能化选择最优地理空间信息分析方法,构建复合式快速分析体系,达到减少审批项目平均耗时、缩短平均等待时间的目的,以保障系统运行稳定性,提高自然资源审批系统的空间分析效率。     

基于神经网络的机载激光测深偏差模型构建

为提高机载激光测深（airborne LiDAR bathymetry,ALB）精度,需对ALB原始测深偏差进行修正。通过顾及ALB测深偏差诸影响参数,基于神经网络方法,利用实测样本数据训练获得ALB神经网络偏差模型,然后基于神经网络偏差模型对ALB原始测深数据进行修正。结果表明ALB原始测深偏差较大,需进行修正。传统线性偏差模型和本文神经网络模型均能有效修正ALB测深偏差。相比线性偏差模型,神经网络偏差模型具有更高内符合和外符合精度。基于神经网络的ALB偏差建模方法能有效提高ALB测深精度。